最小二乘法

E[d²]=E[(s(k)-s_e(k))²]
s_ek=∑^N_i=1a_is(k-i)
dE[d²]/da_i=0 i=0,1,2…
联立，有
E[2(s(k)-∑a_ms(k-m))s(k-i)]=0
有E[s(k)s(k-i)]=E[∑a_ms(k-m)s(k-i)]
即E[s(k)s(k-i)]=∑E[a_ms(k-m)s(k-i)]
即R(i)=∑^N-i_m=-(i+1)a_mR(|m|)

最小二乘法

最小二乘法是勒让德在19世纪发现的
目标函数=∑（理论-观测）²
即测量值减去拟合函数，然后平方求和，我们的目标就是找到一个使这个目标函数最小的拟合函数（导数为0时就是最小值），即为真值（如果误差是随机的就应该上下波动在真值附近），这一点也挺符合我们的直觉。
求个导哈
即d目标函数/d理论=2∑（理论-观测）=0
即∑观测/观测个数=理论
emmmmm听起来好像是 算术平均来着？？？

高斯的思考

高斯通过了概率论去思考这个问题。他认为误差最终会形成一个概率分布，后来解出来的这个概率分布就是…没错，正态分布。
高斯他老人家是怎么解的呢？
设一